匹配滤波技术在雷达信号处理中的应用.docxVIP

匹配滤波技术在雷达信号处理中的应用

一、匹配滤波原理

在输入为确知加白噪声的情况下，所得输出信噪比最大的线性滤波器就是匹配滤波器，设一线性滤波器的输入信号为：

其中为确知信号，为均值为零的平稳白噪声，功率谱密度为。

设线性滤波器系统的冲击响应为，其频率响应为，其输出响应：

输入信号能量：

输入、输出信号频谱函数：

输出噪声的平均功率：

利用Schwarz不等式得：

式取等号时，滤波器输出功率信噪比最大取等号条件：

当滤波器输入功率谱密度是的白噪声时，MF的系统函数为：

为常数1，为输入函数频谱的复共轭，，也是滤波器的传输函数。

为输入信号的能量，白噪声的功率谱为

只输入信号的能量和白噪声功率谱密度有关。

白噪声条件下，匹配滤波器的脉冲响应：

如果输入信号为实函数，则与匹配的匹配滤波器的脉冲响应为：

为滤波器的相对放大量，一般。

匹配滤波器的输出信号：

匹配滤波器的输出波形是输入信号的自相关函数的倍，因此匹配滤波器可以看成是一个计算输入信号自相关函数的相关器，通常=1。

二、线性调频信号

脉冲压缩雷达能同时提高雷达的作用距离和距离分辨率。这种体制采用宽脉冲发射以提高发射的平均功率，保证足够大的作用距离；而接受时采用相应的脉冲压缩算法获得窄脉冲，以提高距离分辨率，较好的解决雷达作用距离与距离分辨率之间的矛盾。

脉冲压缩雷达最常见的调制信号是线性调频（LinearFrequencyModulation）信号,接收时采用匹配滤波器（MatchedFilter）压缩脉冲。

LFM信号(也称Chirp信号)的数学表达式为：

(2.1)

式中为载波频率，为矩形信号，

（2.2）

，是调频斜率，于是信号的瞬时频率为，如图2.1

图2.1典型的chirp信号（a）up-chirp(K0)（b）down-chirp(K0)

将2.1式中的up-chirp信号重写为：

（2.3）

式中，

（2.4）

是信号s(t)的复包络。由傅立叶变换性质，S(t)与s(t)具有相同的幅频特性，只是中心频率不同而以，因此，Matlab仿真时，只需考虑S(t)。以下Matlab程序产生2.4式的chirp信号，并作出其时域波形和幅频特性，如图2.2。

图2.2：LFM信号的时域波形和幅频特性

三、信号仿真与分析

1.产生1000点的白噪声nt，所用命令nt=randn(1,1000)。

2.产生1000点的有用信号st，st的角频率是8000pi，相位是时间的函数0.5*k*t.*t，幅度是1的余弦函数。具体信号形式st=a*cos(w*t+0.5*k*t.*t)。

3.产生和信号xt=st+nt。

4.根据公式，求出匹配滤波器的数学表示形式。由于表达式中有共轭计算，而信号的时域函数式无法进行共轭表示，所以要把信号变道频域中，才能出现所要的共轭形式，所以现对信号进行fourier变换，对变换的谱取共轭，再进行fourier反变换，再把反变换的信号即已经取完时域共轭的信号进行时间轴的平移，即可得到匹配滤波器ht111的时域数学表示形式。这里用到MATLAB指令有fft（离散fourier变换），conj（共轭计算），ifft（离散fourier反变换）

5.用conv（卷积）命令，将xt与ht111进行卷积，看输出结果。

输入混合信号经过匹配滤波器后，输出信号的确在t=0处出现了最大值，且其它点的函数值远小于t=0时刻的值，这便证明了匹配滤波器能给出最大输出信噪比，最有利于信号的检测。

本次采用的有用信号是st=a*cos(w*t+0.5*k*t.*t)，这是一个相位随时间连续变化的余弦信号，若采用一个相位不随时间改变的正弦或余弦信号，则会出现下列情况。以下的实验步骤与上面所述完全相同，故只呈现最后结果。

可见该输出信号也在t=0时刻出现了最大值即最大输出信噪比，所以证明了匹配滤波器的检测能力与输入信号波形无关，只与信号能量有关；或者说，在同样的白噪声干扰条件下，只要信号能量相同，并实现匹配滤波，则任何信号形式都能给出相同的检测能力。

四、总结

经过这几天的学习，了解了匹配滤波器的设计原理，以及线性调频信号的形式，并对LFM信号进行了简单的仿真，对匹配滤波技术在雷达信号处理中的作用有了更加深刻的认识。